中國的企業(yè)如何策劃戰(zhàn)略性GPU布局？中國各大廠商在GPU領(lǐng)域的戰(zhàn)略布局正迅猛展開。全球英偉達GPU市場的競爭激烈程度不言而喻。然而，國外巨頭早早開始了
GPU采購，規(guī)模也更大，并且近年來的投資持續(xù)增加。而中國的大型企業(yè)對GPU的需求和投資動作則顯得更加急切和強烈。
以百度為例，他們今年向英偉達訂購的GPU數(shù)量高達上萬塊。盡管百度規(guī)模較小，去年營收僅相當(dāng)于Google總營收的6%，但他們在GPU領(lǐng)域的迅速擴張和巨大需求勢頭卻不容小覷。
不僅如此，像字節(jié)跳動、騰訊、阿里巴巴等中國巨頭也是AI和云計算領(lǐng)域投入最多的公司之一。過去，他們已累積擁有了數(shù)以萬計的A100 GPU。以字節(jié)跳動為例，他們已經(jīng)部署了近10萬塊
A100和前代產(chǎn)品V100，可見他們在GPU投入方面的龐大力度。而即便是非AI領(lǐng)域，像量化投資公司幻方，也購買了1萬塊A100 GPU。
雖然總量上看，這些GPU似乎足夠支撐各公司的大型模型訓(xùn)練需求。但實際上，中國大型企業(yè)過去采購的大量GPU主要用于維持現(xiàn)有業(yè)務(wù)或在云計算平臺上銷售，很少用于開發(fā)大型模型或滿足客戶對大型模型的需求。這導(dǎo)致中國的AI從業(yè)者在計算資源評估方面存在較大差異。
與此同時，海外公司的投資在過去幾年持續(xù)增加，特別是在疫情期間。然而，中國公司的投資在2021年后開始收縮。這也使得中國公司在計算資源和基礎(chǔ)設(shè)施方面與海外公司存在著較大的差距。
要想實現(xiàn)長期投入大型模型研發(fā)并獲得更大利潤，中國公司需要不斷增加GPU資源。但在GPU供應(yīng)緊張的情況下，他們面臨著供應(yīng)瓶頸的挑戰(zhàn)。正如OpenAI的情況一樣，供應(yīng)不足使得他們的API服務(wù)變得不夠穩(wěn)定，速度也變慢了。
因此，為了滿足不斷增長的計算需求，中國公司需要加大GPU資源的投入，從而實現(xiàn)大型模型的穩(wěn)定開發(fā)和應(yīng)用，以跟上國際競爭的步伐。這將有助于彌補中國在計算資源方面與海外公司之間的差距，促進技術(shù)和創(chuàng)新的迅猛發(fā)展。
NVIDIA A100 是整個 NVIDIA 數(shù)據(jù)中心解決方案的一部分，該解決方案由硬件、網(wǎng)絡(luò)、軟件、庫以及 NGC? 中經(jīng)優(yōu)化的 AI 模型和應(yīng)用等疊加而成。它為數(shù)據(jù)中心提供了強大的端到端 AI 和 HPC 平臺，讓研究人員能夠快速交付真實的結(jié)果，并且大規(guī)模地將解決方案部署到生產(chǎn)環(huán)境中。
捷易科技為核心的人工智能解決方案和大數(shù)據(jù)服務(wù)商，累計已獲
80多項發(fā)明專利、實用新型專利、軟件著作權(quán)及外觀專利證書等。
